首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于先验信息的图像显著性检测

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第12-20页
    1.1 研究背景及意义第12-13页
    1.2 国内外研究现状第13-16页
        1.2.1 自底向上的检测模型第14-15页
        1.2.2 自顶向下的检测模型第15-16页
    1.3 技术难点第16-18页
    1.4 本文主要工作及章节安排第18-20页
        1.4.1 本文主要工作第18-19页
        1.4.2 本文章节安排第19-20页
第二章 显著性检测的相关理论基础第20-31页
    2.1 经典方法介绍第20-22页
        2.1.1 CA方法第20-21页
        2.1.2 RC方法第21页
        2.1.3 FT方法第21-22页
    2.2 图像过分割第22-24页
    2.3 前景先验第24-26页
    2.4 显著性检测常用数据集第26-28页
    2.5 显著性检测的性能评价指标第28-30页
        2.5.1 主观评价第28-29页
        2.5.2 客观评价第29-30页
    2.6 本章小结第30-31页
第三章 基于背景先验和前景先验的显著性检测第31-48页
    3.1 基于背景先验信息的显著性检测第31-35页
    3.2 基于前景先验信息的显著性检测第35-39页
    3.3 显著图融合并优化第39-41页
    3.4 实验结果与分析第41-47页
        3.4.1 参数设置第41-42页
        3.4.2 本文算法成分性能分析第42-43页
        3.4.3 视觉主观效果比较第43-45页
        3.4.4 客观指标比较第45-47页
    3.5 本章小结第47-48页
第四章 结合前景先验和流形排序的显著性检测第48-64页
    4.1 流形排序第49-51页
    4.2 基于前景先验的查询节点提取第51-54页
    4.3 基于先验前景种子的显著性检测第54-57页
    4.4 实验结果与分析第57-63页
        4.4.1 参数设置第57-58页
        4.4.2 本文算法成分性能分析第58-59页
        4.4.3 主观效果比较第59页
        4.4.4 客观指标比较第59-63页
    4.5 本章小结第63-64页
第五章 图像显著性检测技术的应用第64-68页
    5.1 内容感知的图像缩放第64-66页
    5.2 内容感知的背景虚化第66-67页
    5.3 本章小结第67-68页
总结与展望第68-70页
参考文献第70-76页
攻读学位期间发表论文第76-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:面向中文微博情感分析的多特征融合方法研究
下一篇:基于混沌不透明表达式的代码混淆技术研究